樹的概念: 樹（英語：tree）是一種抽象數據類型（ADT）或是實作這種抽象數據類型的數據結構，用來模擬具有樹狀結構性質的數據集合。它是由n（n>=1）個有限節點組成一個具有層次關系的集合。把它叫做“樹”是因為它看起來像一棵倒掛的樹，也就是說它是根朝上，而葉朝下的。它具有以下的特點 ...

樹： 定義： 樹是n個節點的有限集。n=0時稱為空樹。在任意一顆非空樹中：（1）有且僅有一個特定的稱為根（Root）的結點，（2）當n>1時，其余結點可分為m(m>0)個互不相交的有限集T1、T2、T3、……Tm，其中每一個集合本身又是一顆樹，並稱為根的子樹，如下圖 ...

勝者樹與敗者樹 勝者樹和敗者樹都是完全二叉樹，是樹形選擇排序的一種變型。每個葉子結點相當於一個選手，每個中間結點相當於一場比賽，每一層相當於一輪比賽。 不同的是，勝者樹的中間結點記錄的是勝者的標號；而敗者樹的中間結點記錄的敗者的標號。 勝者 ...

算法思想 決策樹（decision tree）是一個樹結構（可以是二叉樹或非二叉樹）。 其每個非葉節點表示一個特征屬性上的測試，每個分支代表這個特征屬性在某個值域上的輸出，而每個葉節點存放一個類別。 使用決策樹進行決策的過程就是從根節點開始，測試待分類項中相應的特征屬性，並按照其值選擇輸出 ...

利用ID3算法來判斷某天是否適合打網球。 （1）類別屬性信息熵的計算由於未分區前，訓練數據集中共有14個實例， 其中有9個實例屬於yes類（適合打網球的），5個實例屬於no類（不適合打網球）， 因此分區前類別屬性的熵為： （2）非類別屬性信息熵 ...

樹的遍歷也一直都是重點，主要是在建造了一棵樹之后，如何將這棵樹輸出來確定創建的樹是否正確就成了問題。網上現在也有很多的方法來輸出樹，python也有專門的包來可視化，不過今天主要總結最基礎的遍歷算法。 目錄 先序 中序 后序 BFS（廣度優先搜索）層次遍歷 ...

　　勝者樹和敗者樹都是完全二叉樹，是樹形選擇排序的一種變型。每個葉子結點相當於一個選手，每個中間結點相當於一場比賽，每一層相當於一輪比賽。 　　不同的是，勝者樹的中間結點記錄的是勝者的標號；而敗者樹的中間結點記錄的敗者的標號。 　　勝者樹與敗者樹可以在log(n)的時間內找到最值。任何一個葉子結點 ...

###決策樹基礎概念 在機器學習中，決策樹是一個預測模型，他代表的是對象屬性與對象值之間的一種映射關系。Entropy （熵） 表示的是系統的凌亂程度，它是決策樹的決策依據，熵的概念來源於香儂的信息論。 ###決策樹的決策過程 選擇分裂特征：根據某一指標（信息增益，信息增益比或基尼 ...